Projektseminar

Datenvorbereitung

Den vorliegenden Datensatz haben wir von der Website Tankerkönig entnommen Tankerkönig. Wir haben unseren Datensatz auf den Juli 2019 beschränkt, um die Daten übersichtlich darzustellen und einen überblick über den Benzinpreis in Deutschland zu generieren. In dem Daensatz sind die Stationen, der Dieselpreis, der Benzinpreis (e10) und der Superpreis (e5) enthalten. Alle nachfolgenden Grafiken, werden sich auf diesen Datensatz beziehen, mit Ausnahme der Grafik der Preisentwicklung des Superbenzin seit 1973.

Preisentwicklung von Benzin in Deutschland

preis_daten <- fread("data/preise_daten/prices.csv")

preis_daten %>% 
  ggplot(aes(as.Date(date), price, colour=type)) +
  geom_line() +
  scale_x_date(labels = scales::date_format("%b-%Y"), breaks = "months") +
  scale_y_continuous(breaks = seq(1.20, 1.60, .05)) +
  labs(title = "Preisentwicklung 2019", x = "Date", y = "Preis (€)") +
  theme_bw()

#Daten importieren
df <-  read.delim("data/prices/Benzinpreise_1973.csv", sep=";", header=TRUE, dec = ",")

#Plot von Benzin in Jahr und Preis
ggplot(data=df,mapping=aes(x=Jahr, y=Preis), main="Superbenzin", col= "Spectral")+
  geom_point(size=2) +
  geom_line()+
  theme_bw()+ 
  scale_y_continuous("Preis in Cent", breaks = seq(0, 180, 20)) +
  scale_x_continuous("Jahr", breaks = seq(min(df$Jahr), max(df$Jahr), 5))+
  (ggtitle("Superbenzinpreis seit 1970 in Deutschland"))

Top sieben Marken in Deutschland

# Balkendiagramm
# Importieren der Stationen
stations <- read.csv("data/stations/stations.csv", stringsAsFactors = FALSE)

# Brands aussuchen und absteigend sortieren
stations$brand <- tolower(stations$brand)
station_count <- stations %>% count(brand) %>% arrange(desc(n))

# Top 7 der brands aussuchen
top_7_brands <- c("aral", "shell", "esso", "total", "avia", "jet", "star")
top_7_df <- station_count %>% filter(brand %in% top_7_brands)

# Alle nach Top 7 zusammenfassen
non_top_7_df <- station_count %>% filter(!brand %in% top_7_brands)
non_top_7_count <- data.frame(brand = "Sonstige", n = sum(non_top_7_df$n))

# verbinden der von top 7 und Sonstige
plot_count <- rbind(top_7_df, non_top_7_count) %>% 
  mutate(label = paste0(brand, " (", n, ")"))

# Plot der beiden Variablen in einem Balkendiagramm
count_order <- plot_count$brand
plot_count %>% 
  mutate(brand = factor(brand, levels = count_order)) %>% 
  ggplot() +
  geom_bar(aes(brand, n, fill=brand), stat="identity") +
  labs(x = "Marken", y = "Anzahl der Stationen", title = "Top 7 Marken in Deutschland") +
  scale_y_continuous(breaks = seq(500, 8000, by = 500)) +
  theme_bw() +
  theme(legend.position = "none")

Top 5 Marken der Tankstellen

## Daten importieren
# Karten
landkreise_in_germany <- read_sf("data/landkreise/landkreise-in-germany.shp")
plz_gebiete <- read_sf("data/plz-2stellig/plz-2stellig.shp")

# stationen
stations_2019 <- read_csv("data/stations/stations.csv") %>% 
  #substring mit 2 Postleitzahlen erstellen
  mutate(post_2stellig = substring(post_code, 1, 2))

# Auswählen der Top 5
top_5_brands <- stations_2019 %>% 
  count(brand) %>%
  arrange(desc(n)) %>% 
  filter(!is.na(brand)) %>% 
  head(5) %>% 
  pull(brand)

## Plot von Stationen und Postleitzahl
# Verbinden der Posteitzahlen der Stationen mi der Top 5
brand_zip <- stations_2019 %>% 
  filter(brand %in% top_5_brands[1:5]) %>%
# Sortieren nach Postleitzahlen
  group_by(post_2stellig, brand) %>% 
  summarise(count = n()) %>% 
  ungroup()
# Verschneiden der Stationenpostleitzahl mit der Postleitzahlkarte
zip_plt <- brand_zip %>% 
  left_join(plz_gebiete, by=c("post_2stellig" = "plz")) %>% 
  ggplot() +
  geom_sf(aes(geometry=geometry, fill=count)) +
  coord_sf(crs = st_crs(4326)) +
  facet_wrap(~ brand) +
  scale_fill_gradient2(low="white", mid="yellow", high="red", midpoint = 27) +
  hrbrthemes::theme_ipsum_tw()

zip_plt